买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种基于减少风格特征的通用行人重识别攻击方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118072348B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410025433.6，技术领域涉及：G06V40/10；该发明授权一种基于减少风格特征的通用行人重识别攻击方法是由王锦欣;颜成钢;高宇涵;王廷宇;王帅设计研发完成，并于2024-01-08向国家知识产权局提交的专利申请。

本一种基于减少风格特征的通用行人重识别攻击方法在说明书摘要公布了：本发明公开了一种基于减少风格特征的通用行人重识别攻击方法，首先根据随机样本图片构建中间层模块；然后计算攻击结果图在代理模型上的梯度，得到代理模型上的图像内容特征信息；计算攻击结果图在风格特征模型上的梯度，得到不同风格特征模型上的图像风格特征信息；最后计算损失函数，重复上述操作进行训练，得到最终的攻击结果图。本发明通过随机生成不同风格特征模型提取攻击结果图在不同风格特征模型的变化并叠加，从而消除对代理模型的风格依赖。相比现有的行人重识别攻击方法，提高了通用性，受风格特征影响更小，攻击结果图包含图片本身特征信息远大于风格特征信息。

本发明授权一种基于减少风格特征的通用行人重识别攻击方法在权利要求书中公布了：1.一种基于减少风格特征的通用行人重识别攻击方法，其特征在于，包括以下步骤： 步骤1、根据随机样本图片构建中间层模块； 步骤2、计算攻击结果图在代理模型上的梯度，得到代理模型上的图像内容特征信息； 步骤3、计算攻击结果图在风格特征模型上的梯度，得到不同风格特征模型上的图像风格特征信息； 步骤4、计算损失函数，重复步骤2、3进行训练，得到最终的攻击结果图； 损失函数包含代理模型的损失和风格特征模型的损失，风格特征模型包括多个不同风格的风格特征模型的损失，通过不同风格特征模型的损失去约束代理模型中的风格损失； 损失函数能够表示为： 其中L·,·表示均方误差函数，表示在原图上训练时叠加的扰动，y表示原图行人 编号；通过最大化损失函数，增大风格特征模型损失和代理模型损失这两部分，本方法训练 时后者会远大于前者，从而提高攻击结果图的通用性； 计算方法如下： 每轮训练中，对N个不同风格特征模型分别进行计算，得到攻击结果图在不同风格特征模型上的梯度，并叠加到步骤2得到的攻击结果图在代理模型上的梯度中，用公式表示为： 其中表示叠加后的梯度，表示风格特征模型对攻击结果图的梯度； 由于是多个风格特征模型梯度叠加得到，因此对归一化； 其中表示归一化后的梯度； 通过将其和前一轮得到的梯度进行加权叠加，梯度初始化为0，这是为了能保 留前序轮数结果的影响，而不是只针对当前轮数结果得出结果，这样的做法可以使得训练 过程更加平滑； 公式如下： 将梯度计算结果传递到攻击结果图上； 其中，是叠加系数，表示符号函数，用公式表示为： 迭代T次，得到最后的攻击结果图； 步骤5、通过攻击结果图实现行人重识别攻击； 将最终的攻击结果图作为目标行人重识别模型的输入，降低目标行人重识别模型的识别准确率，完成攻击。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。